借助人工智能定量破译分子构型与空间位阻以实现高性能锌电池电解质

为可再生未来打造更聪明的电池

随着太阳能板和风电场的增多，我们需要经济、安全、能在数小时或数天内存储大量能量的电池。水系锌离子电池尤其具有吸引力，因为锌价格低廉、储量丰富，并可在水基电解质中工作，避免了易燃有机溶剂。但现有的锌电池寿命仍然偏短且金属表面不稳定。本研究展示了人工智能如何在数千种候选分子中筛选出少数能悄然改变锌离子在液相中运动方式的分子，从而显著延长电池寿命。

用人工智能在分子海洋中搜寻

作者从化学中的一个常见问题入手：可能的有机分子远多于任何实验室通过试错法能测试的数量。为了解决这一点，他们构建了一个包含两万多种小分子的数据库，来源于公开化学档案，并将其与基于大型语言模型的人工智能系统相结合。采用一种称为检索增强生成（retrieval-augmented generation）的方法，AI首先“阅读”并总结了50篇关于锌电池的最新研究论文，以提取对电解质添加剂真正重要的因素——例如分子在水中的溶解性、极性基团的位置，以及其与锌离子和金属表面的相互作用。研究者随后精心设计提示词，使AI能够在筛选分子时一致地应用这些从文献中得出的规则，按三个关键标准：简单的环或短链结构、适中水溶性，以及合适类型的极性化学基团进行筛选。

从数千个选择到两个脱颖而出的助剂

初步AI筛选将庞大的分子库缩减到18个有前景的候选分子。为进一步精炼名单，团队进行了量子力学计算以量化两个基本属性：每种分子与锌离子的结合强度以及分子的相对分子量。将结合强度与分子量绘图让他们挑出在这些方面相似但形状差异很大的成对分子。由此得到两种理想的“对比伙伴”：2-甲基咪唑（MI），一种刚性环状分子；以及3-氨丙醇（AP），一种柔性链状分子。这一配对使研究者能够清晰地探究分子形状与分子所占空间（即所谓的空间位阻）如何支配锌离子周围的微观结构，并最终影响电池性能。

分子形状如何引导离子运动

通过大规模分子动力学模拟，作者观察了MI和AP在水中包围锌离子的第一溶剂壳中的构象。MI的刚性环形成一个体积较大且不易变形的笼状结构，迫使周围的水分子排列得更拥挤，这提高了溶剂重排的“进入屏障”，限制了锌离子移动的容易性。相比之下，AP的可弯曲链条会改变构象以适应环境，形成更紧凑但不那么拥挤的壳层，使水分子和离子能够更自由地运动。AP还通过其链上的多个位点（包括氮和氧原子）与锌配位，这意味着它能在稳定离子的同时仍为快速迁移留下空间。这些结构差异向外传导，改变了锌和硫酸根离子聚集的紧密程度、离子所感受的静电环境，以及水分子形成和断裂氢键的方式。

重建液体的隐秘网络

团队进一步深入研究了电解质中“看不见的布线”——水分子之间的氢键网络。在普通硫酸锌溶液中，水分子之间联系紧密，这有助于质子通过格罗特休斯（Grotthuss）机制快速跳迁，从而在锌表面产生不希望出现的氢气演化。加入MI会在一定程度上破坏该网络，但仍保留许多通道。AP凭借其柔性链和多个成键位点做得更多：它从水-水对中“抢走”氢键，将许多长而弱的联系转变为更强但更局域的连接，并显著降低了液体的整体介电响应和偶极波动。结合有利的溶剂化/脱溶剂化能和在锌表面的强吸附，这种对氢键网络的重构抑制了副反应、降低了锌离子运动的能垒，并促使离子平滑地沉积而不是形成针状枝晶。

从微观调整到更耐用的电池

当这些添加剂在实际锌对称电池中测试时，微观见解转化为显著的收益。在普通硫酸锌中，电池循环约130小时后失效。加入MI后，寿命延长到约1500小时；加入AP则达到约1900小时，同时腐蚀电流下降，氢气演化的开始电位向更负方向移动。显微观察显示，AP导致的是平整、致密的锌沉积而非尖锐的突起。对非专业读者来说，结论是：一种由AI引导筛选并经详细模拟与实验验证的柔性链分子，能够重塑锌周围的液体环境，使离子快速移动、副反应减缓，从而使电池寿命大幅延长。更广泛地说，该研究展示了一个使用AI不仅寻找有前景材料而且理解其作用机理的蓝图，为更好、更安全的能量存储技术提供了有力路径。

引用: Gao, Y., Sun, R., Shi, Y. et al. AI-assisted quantitative deciphering of molecular configuration and steric effects for high-performance zinc battery electrolytes. Commun Mater 7, 93 (2026). https://doi.org/10.1038/s43246-026-01100-5

关键词: 水系锌离子电池, 电解质添加剂, 材料科学中的人工智能, 溶剂化结构, 氢键网络